北京人工智能周末班培訓課程

學習AI的痛點？我們幫你解決！

? 一碰到數(shù)學就頭疼，一深入就看不懂，學不透

算法的學習，要學透一定會涉及到公式推導，我們課程線下會把機器學習三十大算法一一推導，讓學生具備自行推導的算法的能力。

? 學習過程中，有問題無人當面解答

課程授課老師為全日制，并有豐富線下代課經驗老師，可以很深入淺出的講解，當面回答學生問題，除了周末上課時間，平日也可以給同學進行面試以及工作中遇到問題的輔導。

? 代碼能力弱，缺乏實戰(zhàn)項目經驗

機器學習每個算法都會配有案例，讓學生可以學以致用，不僅機器學學，包括深度學習，都有豐富的企業(yè)級實戰(zhàn)項目，項目來自聯(lián)想、華為、百度等知名企業(yè)。

? 面試，拿不到高薪

面試拿不到高薪，主要原因還是算法學習的不夠深入，或者項目不會舉一反三，課程中三十大機器學習算法都會深入剖析，公式推導，從是什么，到為什么，怎么用，怎么用好，幾個角度給學生講透。對于項目也會深入細致的講解，讓學生不僅了解項目，可以對學過的項目舉一反三。

AI課程設計理念

1.數(shù)據(jù)基礎：主要從數(shù)據(jù)分析、概率論和線性代數(shù)及矩陣這三大塊講解基礎，方便大家后續(xù)課程的學習中更好的理解機器學習和深度學習的相關算法內容。

2.Python基礎：Python作為人工智能首選編程語言，隨著人工智能時代的到來，Python開發(fā)效率非常高，Python有非常強大的第三方庫。這里幫助大家打好python的基礎以及人工智能常用庫的使用方法，方便后面機器學習和深度學習代碼實戰(zhàn)時更好的理解代碼實現(xiàn)。

3.機器學習：三十大機器學習算法，從原理到推導進行一步步深入解析，同時包含對應算法的實戰(zhàn)案例。本部分內容體現(xiàn)出算法工程師的高門檻，也是高薪就業(yè)的必經之路，我們通過全面深入透徹的講解讓大家對算法在腦海中構建成體系，知其然并知其所以然，成為優(yōu)秀的人工智能工程師，可以hold住面試以及工作。

4.Spark MLlib：人工智能需要大量的數(shù)據(jù)進行訓練，所以課程教授大家一個大數(shù)據(jù)的優(yōu)秀計算框架Spark，可以幫助大家去找工作時成為一個加分項（但不是必要項），同時會對Spark框架中的ML、MLlib這兩個機器學習的算法庫有著重的實戰(zhàn)講解。

5.深度學習：深度學習是實現(xiàn)機器學習的一種技術。隨著深度學習的快速發(fā)展，人工智能才得以長足進步，課程會把深度學習從基礎CNN、RNN到對抗生成網絡等流行的算法和模型進行深入講解，并且會全面的實戰(zhàn)講解TensorFlow、Keras、Caffe等深度學習框架。并用豐富的案例讓大家可以對學過的知識融會貫通。

6.實戰(zhàn)項目：帶你做時下熱門的項目實戰(zhàn)，并通過我們的教學讓大家學習一個項目的同時可以舉一反三，工作中可以輕松應對企業(yè)需求，成為合格推薦系統(tǒng)工程師，圖像識別工程師，自然語音處理工程師等。（我們做人工智能是認真的、踏實的，不會把一些淺層機器學習算法小案例稱之為項目）

帶你做時下熱門的實戰(zhàn)項目

1.推薦系統(tǒng)項目：

項目簡介：使用數(shù)據(jù)來自某互聯(lián)網平臺手機助手，項目目標通過機器學習所學知識挖掘平臺手機用戶喜好，給用戶準確推薦手機軟件，類似360手機助手、華為手機助手、百度手機助手推薦功能，做到實時個性化推薦。

項目特色：架構完善綜合大項目，從前到后貫穿，利用分布式文件系統(tǒng)存儲用戶行為數(shù)據(jù)，使用Spark程序進行數(shù)據(jù)分析，利用分布式SQL來進行數(shù)據(jù)清洗，特征抽取，python腳本構建訓練集，利用分布式機器學習算法訓練模型，線上Web來調用使用模型。

2.用戶畫像分析系統(tǒng)項目：

項目簡介：用戶畫像是真實用戶的虛擬代表,是建立在一系列真實數(shù)據(jù)之上的目標用戶模型。通過用戶調研去了解用戶,根據(jù)他們的目標、行為和觀點的差異,將他們區(qū)分為不同的類型,然后每種類型中抽取出典型特征,賦予名字、照片、一些人口統(tǒng)計學要素、場景等描述,就形成了一個人物原型。通過人物原型，可以給用戶更加精準的搜索和推薦結果。

項目特色：根據(jù)用戶歷史瀏覽數(shù)據(jù)，對用戶進行行為分析，精準建模。通過用戶模型，可以對用戶進行精準推薦，精準投放廣告。

3.皮膚癌檢測項目：

項目簡介：黑色素瘤，又稱惡性黑色素瘤，是來源于黑色素細胞的一類惡性腫瘤，常見于皮膚，亦見于黏膜、眼脈絡膜等部位。黑色素瘤是皮膚腫瘤中惡性程度最高的瘤種，容易出現(xiàn)遠處轉移。該疾病如果早期治療，患者可以完全康復?？梢娫缙谠\斷和治療因而顯得尤為重要。我們開發(fā)一款app，面向手機用戶，你可以隨時用app開個攝像頭讓機器醫(yī)生幫我們看一看，這是不是皮膚癌的早期癥狀。

項目特色：面向手機用戶，操作方便，利用深度學習高級框架Keras進行開發(fā)，代碼簡潔，訓練時間短，模型準確率高。

4.自動聊天機器人項目：

項目簡介：聊天機器人是一個用來模擬人類對話或聊天的程序。聊天機器人主要應用場景包括智能客服、虛擬機器人、智能手表、智能車載和智能家居。我們開發(fā)一款基于深度學習的中文聊天機器人，可在中文語義理解方面達到較高的準確率。

項目特色：基于深度學習的中文聊天機器人，項目涵蓋了中文分詞，語義分析，命名實體識別等中文NLP技術。

5.深度學習目標檢測：

項目簡介：目標檢測，工業(yè)界關注的主要是人臉，人，車這些對監(jiān)控、交通等領域非常重要的目標。 我們將所有的方法都概括成：候選窗口 + 分類or回歸。人在識別物體的時候，可能只是知道這是一個單獨的物體，也知道bounding box，但是不知道類別；當人類通過其他渠道學習到類別的時候，下一次就能夠識別了；目標檢測也是如此，我們不可能標注所有的物體的類別，我們將這種快速學習的機制引入。

項目特色：基于深度學習，使語意信息和分割結合，為目標檢測提供信息，進行目標檢測。

6.人臉識別項目：

項目簡介：智能人臉識別基于深度學習以及以GPU 為核心的異構并行計算架構，接入高清網絡攝像機，實現(xiàn)高質量的人臉特征提取、人臉自動抓拍、自動識別、自動比對等功能。

項目特色：對視頻監(jiān)控中出現(xiàn)的人臉進行自動檢測，進行目標庫檢索，輸出在目標庫中檢索出與該人臉圖片相似度高的對應的目標庫人員的詳細信息。

7.圖像風格遷移：

項目簡介：所謂圖像風格遷移，是指利用算法學習畫作的風格，然后再把這種風格應用到另外一張圖片上的技術。圖像處理應用Prisma是利用風格遷移技術，將普通用戶的照片自動變換為具有藝術家的風格的圖片。

項目特色：不僅講解了原始圖像風格遷移的基本原理，其中內容損失、風格損失兩種損失函數(shù)的定義尤為關鍵。接著講解了快速圖像風格遷移的原理，并實現(xiàn)快速圖像風格遷移，并對項目一些實現(xiàn)細節(jié)進行研究，掌握風格遷移這一領域的思想與TensorFlow種相應的實現(xiàn)方法。

8.機器翻譯引擎構建：

項目簡介：機器翻譯是指用機器將一種語言自動翻譯成另外一種語言的技術。傳統(tǒng)機器翻譯采取基于規(guī)則或基于詞組統(tǒng)計規(guī)律的方法。隨著深度學習技術的發(fā)展，神經網絡機器翻譯首先將源句子向量化，轉化成計算機可以“理解”的形式，再生成另一種語言的譯文，更貼合原意也更符合語法規(guī)范的翻譯。各大商業(yè)公司都開始使用神經網絡機器翻譯代替原來的機器翻譯系統(tǒng)。

項目特色：利用RNN網絡結構：Encoder-Decoder（也叫Seq2Seq），并且引入它的重要改進—注意力機制，接著構建兩個神經網絡翻譯模型，詳細剖析關于Encoder-Decoder結構和注意力機制的源代碼。